Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Lineær Regresjon med N Variabler | Multippel Lineær Regresjon
Lineær Regresjon med Python

Lineær Regresjon med N Variabler

Sveip for å vise menyen

Lineær regresjonslikning med N variabler

Som vi har sett, er det like enkelt å legge til en ny variabel i den lineære regresjonsmodellen som å legge den til sammen med en ny parameter i modellens ligning. På denne måten kan vi legge til langt mer enn to parametere.

Note
Merk

Anta at n er et heltall større enn to.

n feature equation

Normal likning

Det eneste problemet er visualiseringen. Hvis vi har to parametere, må vi lage et 3D-diagram. Men hvis vi har flere enn to parametere, vil diagrammet være mer enn tredimensjonalt. Men vi lever i en tredimensjonal verden og kan ikke forestille oss diagrammer med høyere dimensjoner. Det er imidlertid ikke nødvendig å visualisere resultatet. Vi trenger bare å finne parameterne for at modellen skal fungere. Heldigvis er det relativt enkelt å finne dem. Den gode gamle normale likningen vil hjelpe oss:

n normal equation

X̃-matrise

Legg merke til at det kun er -matrisen som har endret seg. Du kan tenke på kolonnene i denne matrisen som hver ansvarlig for sin β-parameter. Følgende video forklarer hva jeg mener.

XTildeForklaring

Den første kolonnen med 1-ere er nødvendig for å finne β₀-parameteren.

question mark

Velg det FEILAKTIGE utsagnet.

Velg det helt riktige svaret

Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 2. Kapittel 2

Spør AI

expand

Spør AI

ChatGPT

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Lineær Regresjon med N Variabler

Lineær regresjonslikning med N variabler

Som vi har sett, er det like enkelt å legge til en ny variabel i den lineære regresjonsmodellen som å legge den til sammen med en ny parameter i modellens ligning. På denne måten kan vi legge til langt mer enn to parametere.

Note
Merk

Anta at n er et heltall større enn to.

n feature equation

Normal likning

Det eneste problemet er visualiseringen. Hvis vi har to parametere, må vi lage et 3D-diagram. Men hvis vi har flere enn to parametere, vil diagrammet være mer enn tredimensjonalt. Men vi lever i en tredimensjonal verden og kan ikke forestille oss diagrammer med høyere dimensjoner. Det er imidlertid ikke nødvendig å visualisere resultatet. Vi trenger bare å finne parameterne for at modellen skal fungere. Heldigvis er det relativt enkelt å finne dem. Den gode gamle normale likningen vil hjelpe oss:

n normal equation

X̃-matrise

Legg merke til at det kun er -matrisen som har endret seg. Du kan tenke på kolonnene i denne matrisen som hver ansvarlig for sin β-parameter. Følgende video forklarer hva jeg mener.

XTildeForklaring

Den første kolonnen med 1-ere er nødvendig for å finne β₀-parameteren.

Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 2. Kapittel 2
some-alt